AI BENCHY

Таблица лидеров ИИ-бенчмарка

Name: Результаты бенчмарка моделей AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18 Оценено моделей: 169

169/169

Ранг	Модель	Оценка	Компания	Общая стоимость	Время ответа (среднее)
#34#34	Gemini 3.1 Flash Litemedium	7.8	Google	$0.071	3.23s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 2 Входные токены 36,808 Выходные токены 2,254 Токены рассуждений 38,300 Время ответа (среднее) 3.23s Время ответа (суммарно) 67.80s Время ответа (макс.) 10.87s Неверный ответ: 7 Не соблюдены инструкции: 1 Анти-ИИ уловки : 9.1 Программирование : 5.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.6 Вызов инструментов : 10.0 Эрудиция : 3.0
#35#35	Kimi K2.6medium	7.8	Moonshot AI	$0.889 ↓	71.67s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 3 Входные токены 29,450 Выходные токены 102,923 Токены рассуждений 254,094 Время ответа (среднее) 71.67s Время ответа (суммарно) 1433.36s Время ответа (макс.) 406.78s Тайм-аут: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Нет ответа: 1 Анти-ИИ уловки : 7.0 Программирование : 5.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 6.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#36#36	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.588 ↓	42.49s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 73.0% Нестабильные тесты 3 Входные токены 41,832 Выходные токены 26,187 Токены рассуждений 251,028 Время ответа (среднее) 42.49s Время ответа (суммарно) 892.30s Время ответа (макс.) 168.16s Неверный ответ: 5 Тайм-аут: 2 Анти-ИИ уловки : 10.0 Программирование : 6.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#37#37	Grok 4.3medium	7.7	X AI	$0.614	47.51s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 71.4% Нестабильные тесты 4 Входные токены 44,472 Выходные токены 1,981 Токены рассуждений 221,382 Время ответа (среднее) 47.51s Время ответа (суммарно) 997.68s Время ответа (макс.) 216.69s Неверный ответ: 5 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 10.0 Программирование : 5.9 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 5.4 Следование инструкциям : 9.8 Решение головоломок : 5.9 Вызов инструментов : 10.0 Эрудиция : 3.0
#38#38	Claude Opus 4.6medium	7.7	Anthropic	$2.053	25.89s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 3 Входные токены 53,227 Выходные токены 47,446 Токены рассуждений 24,000 Время ответа (среднее) 25.89s Время ответа (суммарно) 362.49s Время ответа (макс.) 83.40s Лишнее форматирование: 5 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.4 Программирование : 5.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#39#39	Step 3.7 Flashlow	7.7	Stepfun	$0.341	15.74s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 40,101 Выходные токены 289,325 Токены рассуждений 0 Время ответа (среднее) 15.74s Время ответа (суммарно) 330.63s Время ответа (макс.) 124.75s Неверный ответ: 8 Нет ответа: 1 Анти-ИИ уловки : 8.7 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 3.4 Следование инструкциям : 9.8 Решение головоломок : 5.5 Вызов инструментов : 10.0 Эрудиция : 3.0
#42#42	Grok Build 0.1medium	7.6	X AI	$0.927	49.90s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 0 Входные токены 44,418 Выходные токены 2,782 Токены рассуждений 438,018 Время ответа (среднее) 49.90s Время ответа (суммарно) 1047.92s Время ответа (макс.) 252.69s Неверный ответ: 5 Лишнее форматирование: 3 Анти-ИИ уловки : 8.3 Программирование : 5.7 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 4.4 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#43#43	Kimi K2.5medium	7.5	Moonshot AI	$0.348 ↓	98.43s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 8 Входные токены 34,312 Выходные токены 48,379 Токены рассуждений 157,747 Время ответа (среднее) 98.43s Время ответа (суммарно) 1378.03s Время ответа (макс.) 281.00s Неверный ответ: 5 Не соблюдены инструкции: 2 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 7.3 Программирование : 6.1 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 6.5 Следование инструкциям : 10.0 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#44#44	Mercury 2medium	7.5	Inception	$0.058	2.24s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 54.0% Нестабильные тесты 3 Входные токены 35,116 Выходные токены 4,048 Токены рассуждений 61,219 Время ответа (среднее) 2.24s Время ответа (суммарно) 44.72s Время ответа (макс.) 14.63s Неверный ответ: 8 Не соблюдены инструкции: 3 Анти-ИИ уловки : 6.9 Программирование : 8.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 2.9 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 5.4 Вызов инструментов : 10.0 Эрудиция : 3.0
#45#45	GPT-5.3 Chatnone	7.5	OpenAI	$0.433	6.34s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 5 Входные токены 34,209 Выходные токены 26,617 Токены рассуждений 0 Время ответа (среднее) 6.34s Время ответа (суммарно) 133.13s Время ответа (макс.) 18.33s Неверный ответ: 7 Не соблюдены инструкции: 2 Анти-ИИ уловки : 6.7 Программирование : 5.6 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.6 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#46#46	GPT-5.4 Nanomedium	7.5	OpenAI	$0.107	11.95s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 4 Входные токены 35,434 Выходные токены 3,014 Токены рассуждений 76,520 Время ответа (среднее) 11.95s Время ответа (суммарно) 250.98s Время ответа (макс.) 94.06s Неверный ответ: 8 Не соблюдены инструкции: 2 Анти-ИИ уловки : 8.3 Программирование : 6.1 Комбинированный : 9.8 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.9 Общий интеллект : 4.5 Следование инструкциям : 9.8 Решение головоломок : 4.1 Вызов инструментов : 10.0 Эрудиция : 3.0
#47#47	Qwen3.6 Flashmedium	7.5	Qwen	$0.288 ↓	19.25s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 71.4% Нестабильные тесты 5 Входные токены 42,362 Выходные токены 2,995 Токены рассуждений 245,358 Время ответа (среднее) 19.25s Время ответа (суммарно) 404.20s Время ответа (макс.) 122.87s Неверный ответ: 8 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 5.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.5 Общий интеллект : 4.8 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#48#48	DeepSeek V3.2medium	7.5	DeepSeek	$0.044 ↓	68.71s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 6 Входные токены 38,333 Выходные токены 7,186 Токены рассуждений 99,081 Время ответа (среднее) 68.71s Время ответа (суммарно) 1442.81s Время ответа (макс.) 376.10s Неверный ответ: 5 Ошибка API: 2 Тайм-аут: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 8.2 Программирование : 6.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 3.4 Следование инструкциям : 10.0 Решение головоломок : 7.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#49#49	Claude Opus 4.7none	7.4	Anthropic	$0.505	3.02s
Открыть карточку модели Всего тестов 19 Ошибочных тестов 3 Надежность 10.0 Доля успешных попыток 76.2% Нестабильные тесты 0 Входные токены 69,576 Выходные токены 6,265 Токены рассуждений 0 Время ответа (среднее) 3.02s Время ответа (суммарно) 57.44s Время ответа (макс.) 18.27s Неверный ответ: 3 Анти-ИИ уловки : 8.3 Программирование : 3.3 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#51#51	MiMo-V2.5-Promedium	7.4	Xiaomi	$0.106 ↓	26.13s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 4 Входные токены 40,854 Выходные токены 5,015 Токены рассуждений 97,742 Время ответа (среднее) 26.13s Время ответа (суммарно) 548.65s Время ответа (макс.) 130.77s Лишнее форматирование: 3 Неверный ответ: 3 Не соблюдены инструкции: 2 Ошибка API: 1 Анти-ИИ уловки : 10.0 Программирование : 6.2 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 5.5 Следование инструкциям : 9.9 Решение головоломок : 6.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#52#52	Gemini 3 Flash Previewlow	7.4	Google	$0.111	5.76s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 5 Надежность 10.0 Доля успешных попыток 79.4% Нестабильные тесты 2 Входные токены 36,769 Выходные токены 2,076 Токены рассуждений 28,518 Время ответа (среднее) 5.76s Время ответа (суммарно) 120.93s Время ответа (макс.) 14.72s Неверный ответ: 5 Анти-ИИ уловки : 10.0 Программирование : 5.8 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 10.0
#53#53	Grok 4.20medium	7.3	X AI	$0.609 ↓	27.68s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 3 Входные токены 44,433 Выходные токены 1,819 Токены рассуждений 219,524 Время ответа (среднее) 27.68s Время ответа (суммарно) 581.26s Время ответа (макс.) 199.66s Неверный ответ: 6 Не соблюдены инструкции: 2 Лишнее форматирование: 1 Анти-ИИ уловки : 8.2 Программирование : 6.3 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 3.9 Следование инструкциям : 9.8 Решение головоломок : 7.7 Вызов инструментов : 3.0 Эрудиция : 3.0
#54#54	Hy3 previewmedium	7.3	Tencent	$0.021 ↕	16.28s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 0 Входные токены 27,030 Выходные токены 73,544 Токены рассуждений 0 Время ответа (среднее) 16.28s Время ответа (суммарно) 293.12s Время ответа (макс.) 46.04s Ошибка API: 3 Неверный ответ: 3 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 5.3 Комбинированный : 10.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#55#55	Claude Sonnet 4.6none	7.3	Anthropic	$0.316	5.04s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 55.6% Нестабильные тесты 1 Входные токены 57,886 Выходные токены 9,465 Токены рассуждений 0 Время ответа (среднее) 5.04s Время ответа (суммарно) 70.60s Время ответа (макс.) 23.84s Неверный ответ: 5 Лишнее форматирование: 4 Не соблюдены инструкции: 1 Анти-ИИ уловки : 4.8 Программирование : 5.5 Комбинированный : 9.5 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 6.1 Следование инструкциям : 6.5 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#56#56	GLM 5V Turbomedium	7.3	Z.ai	$0.457	23.08s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 6 Входные токены 44,615 Выходные токены 2,347 Токены рассуждений 98,415 Время ответа (среднее) 23.08s Время ответа (суммарно) 484.63s Время ответа (макс.) 95.88s Неверный ответ: 7 Недопустимый вызов инструмента: 2 Не соблюдены инструкции: 1 Анти-ИИ уловки : 7.2 Программирование : 6.0 Комбинированный : 6.9 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 7.0 Эрудиция : 3.0
#57#57	Claude Opus 4.8none	7.2	Anthropic	$0.539	3.47s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 61.9% Нестабильные тесты 2 Входные токены 67,104 Выходные токены 8,107 Токены рассуждений 0 Время ответа (среднее) 3.47s Время ответа (суммарно) 72.90s Время ответа (макс.) 17.73s Неверный ответ: 4 Лишнее форматирование: 3 Не соблюдены инструкции: 1 Нет ответа: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 9.5 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 10.0 Следование инструкциям : 9.9 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#59#59	Gemma 4 26B A4Bmedium	7.2	Google	$0.045 ↓	63.41s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 69.8% Нестабильные тесты 2 Входные токены 40,252 Выходные токены 28,000 Токены рассуждений 100,490 Время ответа (среднее) 63.41s Время ответа (суммарно) 1268.28s Время ответа (макс.) 369.32s Неверный ответ: 3 Нет ответа: 2 Тайм-аут: 2 Анти-ИИ уловки : 10.0 Программирование : 2.9 Комбинированный : 9.6 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 2.9 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#60#60	Qwen3.7 Plusnone	7.2	Qwen	$0.023 ↓	2.85s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 11 Надежность 10.0 Доля успешных попыток 47.6% Нестабильные тесты 0 Входные токены 42,510 Выходные токены 6,578 Токены рассуждений 0 Время ответа (среднее) 2.85s Время ответа (суммарно) 59.86s Время ответа (макс.) 29.38s Неверный ответ: 10 Не соблюдены инструкции: 1 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 3.0 Общий интеллект : 5.3 Следование инструкциям : 6.3 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#62#62	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.043 ↑	20.11s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 65.1% Нестабильные тесты 3 Входные токены 40,111 Выходные токены 12,476 Токены рассуждений 125,039 Время ответа (среднее) 20.11s Время ответа (суммарно) 301.59s Время ответа (макс.) 96.01s Неверный ответ: 5 Ошибка API: 1 Лишнее форматирование: 1 Не соблюдены инструкции: 1 Тайм-аут: 1 Анти-ИИ уловки : 8.1 Программирование : 6.0 Комбинированный : 9.8 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 5.9 Общий интеллект : 4.0 Следование инструкциям : 10.0 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#63#63	Step 3.7 Flashhigh	7.1	Stepfun	$1.148	64.46s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 10 Надежность 10.0 Доля успешных попыток 63.5% Нестабильные тесты 4 Входные токены 38,391 Выходные токены 991,355 Токены рассуждений 0 Время ответа (среднее) 64.46s Время ответа (суммарно) 1353.57s Время ответа (макс.) 364.99s Неверный ответ: 6 Нет ответа: 4 Анти-ИИ уловки : 10.0 Программирование : 4.0 Комбинированный : 10.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 4.1 Общий интеллект : 5.5 Следование инструкциям : 9.8 Решение головоломок : 5.3 Вызов инструментов : 10.0 Эрудиция : 3.0
#66#66	Gemini 3.5 Flashnone	7.0	Google	$1.079	9.93s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 6 Надежность 10.0 Доля успешных попыток 77.8% Нестабильные тесты 3 Входные токены 13,843 Выходные токены 117,518 Токены рассуждений 0 Время ответа (среднее) 9.93s Время ответа (суммарно) 178.68s Время ответа (макс.) 64.36s Ошибка API: 3 Неверный ответ: 3 Анти-ИИ уловки : 10.0 Программирование : 8.8 Комбинированный : 3.0 Парсинг и извлечение данных : 6.5 Предметно-ориентированное : 7.6 Общий интеллект : 10.0 Следование инструкциям : 9.8 Решение головоломок : 10.0 Вызов инструментов : 3.0 Эрудиция : 2.8
#67#67	Gemini 3 Flash Previewnone	6.9	Google	$0.025	1.65s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 8 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 2 Входные токены 37,011 Выходные токены 1,885 Токены рассуждений 0 Время ответа (среднее) 1.65s Время ответа (суммарно) 23.07s Время ответа (макс.) 3.56s Неверный ответ: 8 Анти-ИИ уловки : 8.3 Программирование : 5.5 Комбинированный : 4.7 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 7.7 Вызов инструментов : 10.0 Эрудиция : 3.0
#68#68	Qwen3.7 Maxnone	6.9	Qwen	$0.054 ↓	1.30s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 66.7% Нестабильные тесты 0 Входные токены 37,107 Выходные токены 1,994 Токены рассуждений 0 Время ответа (среднее) 1.30s Время ответа (суммарно) 27.21s Время ответа (макс.) 3.92s Неверный ответ: 7 Анти-ИИ уловки : 6.5 Программирование : 5.5 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 7.7 Общий интеллект : 10.0 Следование инструкциям : 10.0 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0
#70#70	Qwen3.5-Flashmedium	6.8	Qwen	$0.080 ↓	63.29s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 9 Надежность 10.0 Доля успешных попыток 71.4% Нестабильные тесты 5 Входные токены 38,926 Выходные токены 2,088 Токены рассуждений 294,598 Время ответа (среднее) 63.29s Время ответа (суммарно) 1265.85s Время ответа (макс.) 234.29s Неверный ответ: 4 Тайм-аут: 3 Ошибка API: 1 Не соблюдены инструкции: 1 Анти-ИИ уловки : 10.0 Программирование : 3.7 Комбинированный : 10.0 Парсинг и извлечение данных : 7.3 Предметно-ориентированное : 5.3 Общий интеллект : 6.1 Следование инструкциям : 10.0 Решение головоломок : 8.2 Вызов инструментов : 10.0 Эрудиция : 3.0
#71#71	Gemini 3.5 Flashminimal	6.8	Google	$0.108	1.57s
Открыть карточку модели Всего тестов 21 Ошибочных тестов 7 Надежность 10.0 Доля успешных попыток 68.3% Нестабильные тесты 1 Входные токены 39,847 Выходные токены 5,277 Токены рассуждений 0 Время ответа (среднее) 1.57s Время ответа (суммарно) 33.02s Время ответа (макс.) 5.51s Неверный ответ: 5 Не соблюдены инструкции: 1 Недопустимый вызов инструмента: 1 Анти-ИИ уловки : 6.5 Программирование : 5.6 Комбинированный : 3.0 Парсинг и извлечение данных : 10.0 Предметно-ориентированное : 10.0 Общий интеллект : 10.0 Следование инструкциям : 6.4 Решение головоломок : 10.0 Вызов инструментов : 10.0 Эрудиция : 3.0

←

1 2 3 4 5 6

→

Быстрое сравнение

Gemini 3.5 FlashhighvsGemini 3 Flash Previewmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashhighvsClaude Fable 5medium Gemini 3.5 FlashhighvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsNemotron 3 Ultra 550b A55bmediumБесплатно доступно Gemini 3.5 FlashhighvsNorth Mini CodemediumБесплатно доступно Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsClaude Fable 5medium

Таблица лидеров ИИ-бенчмарка

Фильтровать модели

Быстрое сравнение